全国选举

本练习将让您体验如何在不同复杂度下对 DGP（数据生成过程）建模。

设想一个有两个政党（Red 和 Blue）的国家进行全国选举。该国有 50 个州，赢得州数最多的政党获得大选胜利。您已知 Red 在每个州获胜的概率 $p$，并希望知道 Red 在全国获胜的概率。

让我们对 DGP 建模以理解分布。假设每个州的选举结果服从参数为 $p$ 的二项分布，其中 $0$ 表示 Red 失利，$1$ 表示 Red 获胜。然后我们模拟多次选举结果。最后，我们可以提出更丰富的问题，例如：Red 赢得少于 45% 州的概率是多少？

本练习是课程的一部分

Python 中的统计模拟

查看课程

练习说明

使用 np.random.binomial()，设定 p = probs 且 n=1，模拟一次选举。将结果赋给 election。
将 election 中 Red 获胜的平均值追加到 outcomes。
计算 outcomes 中 Red 赢得少于 45% 州的比例。将其保存为 prob_red_wins，并用它打印结果。

交互式实操练习

通过完成这段示例代码来试试这个练习。

outcomes, sims, probs = [], 1000, p

for _ in range(sims):
    # Simulate elections in the 50 states
    election = ____
    # Get average of Red wins and add to `outcomes`
    outcomes.append(____)

# Calculate probability of Red winning in less than 45% of the states
prob_red_wins = ____
print("Probability of Red winning in less than 45% of the states = {}".format(____))

编辑并运行代码